Python에서 friedman 테스트를 수행하는 방법

Friedman 테스트는 반복 측정 ANOVA에 대한 비모수적 대안입니다. 각 그룹에 동일한 대상이 나타나는 3개 이상의 그룹의 평균 간에 통계적으로 유의한 차이가 있는지 여부를 확인하는 데 사용됩니다.

이 튜토리얼에서는 Python에서 Friedman 테스트를 수행하는 방법을 설명합니다.

예: Python의 Friedman 테스트

한 연구자는 세 가지 다른 약물에 대해 환자의 반응 시간이 동일한지 확인하려고 합니다. 이를 테스트하기 위해 그는 10명의 서로 다른 환자의 세 가지 약물 각각에 대한 반응 시간(초)을 측정했습니다.

Python에서 Friedman 테스트를 수행하여 약물 간에 평균 반응 시간이 다른지 확인하려면 다음 단계를 따르세요.

1단계: 데이터를 입력합니다.

먼저, 세 가지 약물 각각에 대한 각 환자의 반응 시간을 포함하는 세 개의 테이블을 만듭니다.

 group1 = [4, 6, 3, 4, 3, 2, 2, 7, 6, 5]
group2 = [5, 6, 8, 7, 7, 8, 4, 6, 4, 5]
group3 = [2, 4, 4, 3, 2, 2, 1, 4, 3, 2]

2단계: 프리드먼 테스트를 수행합니다.

다음으로 scipy.stats 라이브러리의 Friedmanchisquare() 함수를 사용하여 Friedman 테스트를 수행합니다.

 from scipy import stats

#perform Friedman Test
stats. friedmanchisquare (group1, group2, group3)

(statistic=13.3514, pvalue=0.00126)

3단계: 결과를 해석합니다.

Friedman 테스트는 다음과 같은 귀무 가설과 대립 가설을 사용합니다.

귀무 가설(H ₀ ): 각 모집단의 평균은 동일합니다.

대립 가설: (Ha): 적어도 하나의 모집단 평균이 다른 모집단 평균과 다릅니다.

이 예에서 검정 통계량은 13.3514 이고 해당 p-값은 p = 0.00126 입니다. 이 p-값은 0.05보다 작기 때문에 세 가지 약물 모두 평균 반응 시간이 동일하다는 귀무가설을 기각할 수 있습니다.

즉, 사용된 약물 유형이 반응 시간에 통계적으로 유의미한 차이를 일으킨다는 결론을 내릴 수 있는 충분한 증거가 있습니다.